kine-bench

01 / 概览

kine-bench

为世界模型相关主张设计评测与证据门禁。

02 / 研究问题

研究问题

如何让能力主张对应明确的测试与失败边界？

03 / 方法

方法

建立可检查的评测接口与证据记录。

04 / 架构与范围

架构与范围

具体架构与接口以仓库文档和代码为准。此处只描述已公开的研究范围。

05 / 当前阶段

研究工具

06 / 可核验资料

可核验资料

07 / 限制

限制

评测框架本身不代表模型取得了某项成绩。

08 / CODE

Repository

09 / 下一步

下一步

后续结果以仓库中新增的可核验实验与文档为准。